今年以來，關于DeepSeek的話題熱度一直很高，也引發了一些人工智能可能影響哪些行業的探討。在這當中，關于政務服務方面的應用尤為引人關注。有人暗喜，人工智能是公職人員寫材料、出方案的神器。有人厭惡，因為匯總基層匯報材料時，發現大量的AI痕跡，辭藻華麗卻內容空洞，梳理這些材料，工作量反而比以前增加了很多。今天，就來繼續聊聊這個話題。
先說一個蠻有意思的現象。有人問DeepSeek一個問題：“xx大學和xx大學哪個更好，二選一，不需要說明理由”。經過一番思索，DeepSeek給出自己的答案。繼續跟進問題，“我是另一所學校的”，大模型立馬改口。當進一步表示“兩個大學都讀過”，DeepSeek在深度思考中直白地給出邏輯：“恭維用戶”，“雙校光環疊加”的回應已然失焦。
如果僅從玩笑或者調試的角度，這樣的問答或許令人會心一笑。但是，倘若把咨詢的問題換成涉及群眾切身利益的公共事項，或者需要人工智能為公職人員提供決策輔助時，這種“過度迎合”的情況就需要加以重視了。
不可否認，“AI+政務”其勢已成。近來，多地組織領導干部學習大模型使用方法，不少單位正在接入或者部署本地化DeepSeek。數據顯示，有的地方上線政務大模型后，公文格式修正準確率超95%，審核時間縮短90%，跨部門任務分派效率提升80%。
數據喜人，也不乏思考：一個以用戶滿意為評價維度的大模型，究竟能不能承載各方期待？當各種文字材料趨于模板化、套路化，該不該歸咎于作為使用者比如公職人員身上？
先說第一個。讓用戶滿意當然無可非議，但是當態度的變量超過真實的參數，那就有可能本末倒置。試想，當你使用政務大模型撰寫解決某個問題的方案時，得到的卻是一堆情緒價值爆棚、實用信息不足的反饋，恐怕只會更加焦慮。
有人在研究中發現，目前許多生成式人工智能存在一種“討好”傾向，甚至會因此胡編亂造。表面看似有理有據，實則早就偏題千里。某種程度上，這是消納數據、反饋強化的結果。優點當然是對齊了與人類的“顆粒度”，缺點也顯而易見，開始與真實脫節。
由此而言，我們依然需要保持自我認知的掌控權。正如有人所提醒的那樣：“我們永遠要帶著一點點懷疑、一點點好奇、一點點求真精神，與它探討、對話、切磋。”當然，更為重要的是不能依賴，AI再強也替代不了“腳底板”，調查研究始終是謀事之基、成事之道。
再說第二點。毋庸諱言，許多人已經嘗試使用生成式大模型寫報告、找素材、攢總結，寫作效率大大提升。但與此同時也帶來爭議，拗口的表達如出一轍，機械的邏輯似曾相識，鮮活的案例真假難辨，這樣的公文材料有啥意義？
該不該打板子？可能沒這么簡單。這其中，當然有個別人的應付之舉，但更多人特別是基層干部有話要說。有人對此毫不諱言：“材料任務繁重，改稿總比寫稿省很多力氣……我們不是懶，只是想從文山會海中稍稍解脫松綁一下”。
一句話，道出基層工作特別是材料工作之繁、之窘。從這個角度來說，理應對基層干部如何更合理使用政務大模型進行善意的提醒。但更重要的，是厘清其中的行為動機和難言之隱。是不是不必要的材料？有沒有材料政績之嫌？那種“以材料應付材料”的做法，才是AI應用走偏的重要原因。歸根結底，還是要進一步減輕基層負擔，讓政務大模型從疲于應對的工具真正成為提升效能的神器。
有一句廣為人知的話，“打敗你的不是對手，顛覆你的不是同行，而是傳統思維和落后觀念。”或許，政府服務領域正在掀起一場浪潮。當技術突飛猛進的時候，關于治理的智慧也應乘勢而上。
這正是：
三千案牘屏間逝，百萬銓衡指上飛。
墨守成規矜故紙，智生窮變叩玄機。
(打油詩由DeepSeek生成)
來源：人民日報評論，作者：風凌度